PRESENTACIÓN

En estos días en que la sociedad moderna y globalizada se encuentra inmersa en la era de las tecnologías de la información y las comunicaciones (TIC), la presencia de datos masivos en diversos campos y aplicaciones del mundo real ha hecho que el uso de la minería de datos (DM), el aprendizaje de máquinas (ML) y la inteligencia artificial (AI) busquen transformar ese gran volumen de datos en información de alto valor agregado que pueda soportar el complejo proceso de toma de decisiones, tanto en el mundo empresarial como en el académico y de investigación.

Esta nueva tendencia se reagrupa en la ciencia de datos o Data Science (DS), que es el resultado de diversas disciplinas que incluyen matemática aplicada, estadística, ciencias de la computación e ingeniería. Los científicos de datos son profesionales cuyas habilidades se focalizan en el campo analítico, son gestores de información y poseen una vertiente de pensamiento multidisciplinario para la resolución de problemas con la idea del conocimiento encontrado en los datos.

El mercado laboral requiere cada día más este tipo de profesionales, y ya es común en universidades prestigiosas ofrecer cursos de graduación o especialización focalizados en la ciencia de datos.

El reto y la oportunidad crecen y evolucionan positivamente. Por ello, ante tal demanda, es imperativo formar e introducir al futuro profesional o profesionales en general, en la ciencia de los datos y el modelado basado en datos (DDM).

Actualmente, los llamados data-driven models (DDM) son cada día más comunes y están siendo utilizados en la resolución de problemas complejos. Están basados en el análisis de los datos generados por el propio sistema, en particular encontrando conexiones, patrones, relaciones y asociaciones entre las variables que definen el sistema (entrada, proceso y salida), sin el conocimiento explícito del comportamiento físico del sistema, el cual se supone que está reflejado en los mismos datos, lo cual los diferencia del modelado convencional empírico. Son infinitas las aplicaciones bien logradas con DS y DDM en muchos campos que incluyen finanzas, marketing, medicina, administración, ingeniería, ciencias ambientales, etc.

En este curso se aborda esa introducción al DS y al DDM enfocando el problema, proponiendo modelos de resolución, análisis de resultados, así como la indispensable reproducción de la información mediante herramientas de visualización y posprocesamiento, sin olvidar su interconexión con el proceso de toma de decisiones.

Así, se afronta el DS según la metodología del KDD o descubrimiento de conocimiento en bases de datos (Knowledge Discovery in Databases) ilustrando su potencialidad con dos casos de éxito en el mundo de la gestión de sistemas hídricos (Smart Cities) y en el mundo del agronegocio, al igual que se mencionarán potenciales aplicaciones en diversos sectores empresariales y servicios.    

INFORMACIÓN INSTITUCIONAL